[发明专利]一种基于多源交通数据的全局动态出行需求估计方法

权利要求书

1.一种基于多源交通数据的全局动态出行需求估计方法，其特征在于，包括以下步骤：

步骤1：依据道路网络和居民出行信息，构建城市交通小区；

步骤2：基于手机历史信令数据，提取居民出行OD作为居民全局出行信息；

步骤3：基于交管局实时记载的出租车GPS数据和地铁出行刷卡数据，提取居民出行OD作为居民实时交通出行信息；

步骤4：依据居民实时交通出行信息占居民全局出行信息的比值，选取不同居民出行OD估计模型，对不同交通小区之间的居民出行需求进行估计；

所述居民出行OD估计模型包括以下两种：

1)若β(i，j，tp)＜δ，T_R(i，j，t)＝f(i，j，t)×T_M(i，j，tp)；

2)若β(i，j，tp)＞δ，T_R(i，j，t)＝T(i，j，t)×(1/β(i，j，tp))；

其中，δ表示主导出行方式阈值，取值为范围为(0-1)；t表示当前时间窗，tp表示历史日期数据中与t相同的时间窗；

β(i，j，t)表示居民实时交通出行信息占居民全局出行信息的比值：

β(i，j，tp)＝T(i，j，tp)/T_M(i，j，tp)

T(i，j，t)为利用出租车GPS数据和地铁出行刷卡数据记录到的在t时间窗从交通小区i到达交通小区j的居民数量；T(i，j，tp)为利用出租车GPS数据和地铁出行刷卡数据记录到的与当前时间窗t所在日期前的至少连续30天内每天在tp时间窗从交通小区i到达交通小区j的平均居民数量；

T_M(i，j，tp)表示利用手机历史信令数据记录到的与当前时间窗t所在日期前的至少连续30天内每天在tp时间窗从交通小区i到达交通小区j的平均居民数量；

f(i，j，t)表示活力系数，为t时间窗从交通小区i以及i周围ε_d＝2km范围以内的所有交通小区选择出租车或地铁出发的居民数量；为与当前时间窗t所在日期前的至少连续30天内每天在tp时间窗从交通小区i以及i周围ε_d范围以内的所有交通小区选择出租车或地铁出发的平均居民数量；为在t时间窗选择出租车或地铁到达交通小区j或j周围ε_d范围以内的所有交通小区的居民数量；为与当前时间窗t所在日期前的至少连续30天内每天在tp时间窗选择出租车或地铁到达交通小区j或j周围ε_d范围以内的所有交通小区的平均居民数量；

T_R(i，j，t)为所估计的在t时间窗从i交通小区到达j交通小区的实时真实居民数量。

2.根据权利要求1所述的方法，其特征在于，将主导出行方式阈值δ从0开始，递增步长为0.05，选用居民历史出行数据进行多次计算x_i，j和y_i，j，从而得到d(x，y)，选取d(x，y)的拐点处的横坐标作为最佳主导出行方式阈值δ：

其中，d(x，y)表示差异化程度；x_i，j表示在至少连续30天的历史数据中，利用出租车GPS数据和地铁出行刷卡数据记录到的在tp时间窗从交通小区i到达交通小区j的居民数量以及居民出行OD估计模型估计出的居民真实出行的归一化值：x_i，j＝T_R(i，j，tp)/∑_i，jT_R(i，j，tp)

y_i，j表示在至少连续30天的历史数据中，利用手机信令数据计算得到的居民真实出行的归一化值：y_i，j＝T_M(i，j，tp)/∑_i，jT_M(i，j，tp)。